網(wǎng)絡(luò)數(shù)據(jù)庫安全管理

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了網(wǎng)絡(luò)數(shù)據(jù)庫安全管理范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：由于數(shù)據(jù)資源使用形式靈活、數(shù)據(jù)庫的共享范圍擴(kuò)大，導(dǎo)致數(shù)據(jù)的保密性、安全性大大降低，因此提出基于異常數(shù)據(jù)檢測的網(wǎng)絡(luò)數(shù)據(jù)庫安全管理?；诋惓?shù)據(jù)檢測路徑的搭建、確定異常數(shù)據(jù)目標(biāo)，完成異常數(shù)據(jù)檢測的網(wǎng)絡(luò)數(shù)據(jù)庫安全管理流程設(shè)計。結(jié)合異常數(shù)據(jù)結(jié)束檢測的條件，實現(xiàn)網(wǎng)絡(luò)數(shù)據(jù)庫的安全管理。仿真實驗證明，本文管理方法，相比于傳統(tǒng)安全管理方法，網(wǎng)絡(luò)數(shù)據(jù)庫安全性提高11.76%，適用于網(wǎng)絡(luò)數(shù)據(jù)庫安全管理。

關(guān)鍵詞：異常數(shù)據(jù)；數(shù)據(jù)檢測；網(wǎng)絡(luò)數(shù)據(jù)庫；安全管理

一、異常數(shù)據(jù)檢測的網(wǎng)絡(luò)數(shù)據(jù)庫安全管理流程設(shè)計

（一）搭建網(wǎng)絡(luò)數(shù)據(jù)庫中異常數(shù)據(jù)檢測路徑

在網(wǎng)絡(luò)數(shù)據(jù)庫中提取數(shù)據(jù)，進(jìn)行異常數(shù)據(jù)檢測，能夠大大提高網(wǎng)絡(luò)數(shù)據(jù)庫的安全性，搭建的異常數(shù)據(jù)檢測路徑，需將網(wǎng)絡(luò)數(shù)據(jù)庫中屬性數(shù)據(jù)組成集合[2]。在網(wǎng)絡(luò)數(shù)據(jù)庫中進(jìn)行異常數(shù)據(jù)檢測的過程中，數(shù)據(jù)庫中所有的數(shù)據(jù)都為待檢測數(shù)據(jù)，通過設(shè)置數(shù)據(jù)聚類中心O，數(shù)據(jù)聚類半徑R，依托隸屬度計算、數(shù)據(jù)檢測偏差S，完成有效數(shù)據(jù)的檢測，得到目標(biāo)數(shù)據(jù)[3]。

（二）確定網(wǎng)絡(luò)數(shù)據(jù)庫中異常數(shù)據(jù)檢測目標(biāo)

根據(jù)網(wǎng)絡(luò)數(shù)據(jù)庫的特征，進(jìn)行網(wǎng)絡(luò)數(shù)據(jù)庫中異常數(shù)據(jù)檢測目標(biāo)確定。使用網(wǎng)絡(luò)數(shù)據(jù)庫的用戶，通過Web瀏覽器，掌握基本的網(wǎng)絡(luò)操作，就能訪問任何一臺連接Internet的計算機(jī)中的網(wǎng)絡(luò)數(shù)據(jù)庫。根據(jù)網(wǎng)絡(luò)數(shù)據(jù)庫的運(yùn)行特征，確定網(wǎng)絡(luò)數(shù)據(jù)庫中異常數(shù)據(jù)檢測目標(biāo)，將數(shù)據(jù)庫中數(shù)據(jù)屬性進(jìn)行離散化處理，使得所有數(shù)據(jù)成為模糊集合。根據(jù)異常數(shù)據(jù)特征，進(jìn)行異常數(shù)據(jù)屬性的模糊頻繁值計算。結(jié)合小信任度條件，獲取關(guān)聯(lián)模糊的數(shù)據(jù)，實現(xiàn)異常數(shù)據(jù)目標(biāo)的確定。

二、實現(xiàn)基于異常數(shù)據(jù)檢測的網(wǎng)絡(luò)數(shù)據(jù)庫安全管理

網(wǎng)絡(luò)數(shù)據(jù)庫安全管理的實現(xiàn)具體步驟如下所述：第一步，將數(shù)據(jù)庫中數(shù)據(jù)，利用C均值模糊聚類算法，對所有數(shù)據(jù)屬性進(jìn)行聚類，計算各個數(shù)據(jù)屬性的隸屬度。第二步，把網(wǎng)絡(luò)數(shù)據(jù)庫中的數(shù)據(jù)屬性進(jìn)行轉(zhuǎn)換，形成屬性模糊集，根據(jù)數(shù)據(jù)模糊關(guān)聯(lián)規(guī)則，對數(shù)據(jù)屬性進(jìn)行均值處理，形成具有不同的界限數(shù)據(jù)集合。第三步，對不同的界限數(shù)據(jù)集合，進(jìn)行反復(fù)檢測，對異常數(shù)據(jù)是否達(dá)到結(jié)束檢測的條件進(jìn)行判斷，判定是否繼續(xù)執(zhí)行檢測。依托數(shù)據(jù)聚類中心O，數(shù)據(jù)聚類半徑R，依托隸屬度計算、數(shù)據(jù)檢測偏差S計算，結(jié)合數(shù)據(jù)屬性離散化處理的結(jié)果，完成網(wǎng)絡(luò)數(shù)據(jù)庫中異常數(shù)據(jù)檢測。然后對檢測出的異常數(shù)據(jù)進(jìn)行處理，結(jié)合異常數(shù)據(jù)結(jié)束檢測的條件，實現(xiàn)本文研究。

三、仿真實驗

（一）實驗準(zhǔn)備

為了驗證本文設(shè)計的有效性，進(jìn)行仿真實驗分析。實驗過程中，以常規(guī)的網(wǎng)絡(luò)數(shù)據(jù)庫安全管理方法作為仿真實驗對象，為了保證實驗的有效性，減少仿真實驗的影響因素，使用兩臺PC機(jī)作為仿真實驗設(shè)備，PC機(jī)的內(nèi)存分別為4GDDR3，配置為coreCPUT4300。設(shè)置數(shù)據(jù)庫中的數(shù)據(jù)總數(shù)為M，有m種不同的數(shù)據(jù)屬性，異常數(shù)據(jù)為ai，具有的屬性是bj，使用兩種安全管理方法，進(jìn)行安全性仿真實驗。仿真實驗設(shè)置時間為1周，利用安全性檢測軟件，每天檢測數(shù)據(jù)庫的安全性情況，根據(jù)檢測所得分?jǐn)?shù)，確定數(shù)據(jù)庫的安全狀態(tài)，并將檢測分?jǐn)?shù)呈現(xiàn)在同一數(shù)據(jù)圖表中。

（二）結(jié)果分析

本文管理方法，相比于常規(guī)安全管理方法，能將網(wǎng)絡(luò)數(shù)據(jù)庫的安全性提高11.76%，具有切實有效性。

四、結(jié)語

本文提出基于異常數(shù)據(jù)檢測的網(wǎng)絡(luò)數(shù)據(jù)庫安全管理，結(jié)合異常數(shù)據(jù)結(jié)束檢測的條件，實現(xiàn)網(wǎng)絡(luò)數(shù)據(jù)庫的安全管理。通過仿真實驗證明，基于異常數(shù)據(jù)檢測的網(wǎng)絡(luò)數(shù)據(jù)庫安全管理方法，相比于常規(guī)安全管理方法，能有效提高網(wǎng)絡(luò)數(shù)據(jù)庫的安全性，希望本文能夠為數(shù)據(jù)安全管理提供參考依據(jù)。

參考文獻(xiàn)

[1]畢猛,王安迪,徐劍,等.基于離散馬爾科夫鏈的數(shù)據(jù)庫用戶異常行為檢測[J].沈陽工業(yè)大學(xué)學(xué)報,2018,40(1):75-79.

[2]許剛,王展,臧大偉,等.基于鏈路狀態(tài)數(shù)據(jù)庫的數(shù)據(jù)中心網(wǎng)絡(luò)異常檢測算法[J].計算機(jī)研究與發(fā)展,2018,v.55(04):145-160.

[3]曹科研,欒方軍,孫煥良,等.不確定數(shù)據(jù)基于密度的局部異常點檢測[J].計算機(jī)學(xué)報,2017(10):37-50.

作者:伍永鋒 單位：貴州財經(jīng)大學(xué)